10.14489/vkit.2017.10.pp.035-042

DOI: 10.14489/vkit.2017.10.pp.035-042

Бычков И. В., Опарин Г. А., Богданова В. Г., Пашинин А. А.
ИНТЕЛЛЕКТУАЛИЗАЦИЯ ДЕЦЕНТРАЛИЗОВАННОГО УПРАВЛЕНИЯ РАСПРЕДЕЛЕННЫМИ ВЫЧИСЛЕНИЯМИ
(c. 35-42)

Аннотация. Рассмотрена технология разработки самоорганизующейся мультиагентной системы децентрализованного управления процессом сборочного программирования. Приведены коммуникационная модель мультиагентной системы, модель динамики функционирования агентов, обеспечивающие решение задач на распределенной вычислительной модели предметной области. Технология разработки продемонстрирована на примере построения распределенной вычислительной системы для поиска равновесных состояний и циклов двоичных динамических систем.

Ключевые слова: вычислительное поле; самоорганизация; мультиагентное управление; сборочное программирование; распределенная вычислительная модель.

Bychkov I. V., Oparin G. A., Bogdanova V. G., Pashinin A. A.
INTELLECTUALIZATION OF DECENTRALIZED MANAGEMENT BY DISTRIBUTED COMPUTATIONS
(pp. 35-42)

Abstract. We proposed a technology of the development of self-organized multi-agent system intended for decentralized control of aggregate programming process in the intellectual solver of computational problems. We used a computational model that includes a number of program modules working over the set of common transferable input and output modules parameters, relations that reflect the interconnection of these modules, and a number of computational field nodes. This computational model serves as a knowledge base for the intellectual solver. A Computational Field (CF) is a network of logical nodes, each of them is possibly running under its own operating system. A logical node is a certain physical computational resource. It might be a set of processor cores, a set of computational cluster nodes, a personal computer, a virtual machine or a mobile device. Program modules formed as services and installed in the node having their owner. They are also executed at the place of their installation. Each module delegates the execution of all necessary actions related to participation in solving the problem of finding target values for given initial values using a computational model, to its agent installed in the CF node. The whole process of problem solving is based on the direct interactions of agents with the goal of forming an active group of them that ensures the solvability of the problem (if possible) and meets the properties of admissibility, non-repeatability, and non-redundancy. Thus, the self-organization of the aggregate programming process in the CF is based on the model of cooperative problem solving. The CF is a means for agents coordination. The coordination method is the agents behavior control “on the input data readiness” (the event-driven control). When input data of the module is ready, the value of the CF at this point becomes zero. We designed the communication model of the multi-agent system and the model of agent functioning dynamics, providing the problems solution using the distributed computational model of the problem domain. The developed technology is demonstrated using the example of distributed computational system creating for searching of equilibrium states and given length cycles of binary dynamic systems.

Keywords: Computational field; Self-organization; Multi-agent control; Aggregate programming; Distributed computational model.

+ - Информация об авторах (About the Authors) Click to collapse

Рус

И. В. Бычков, Г. А. Опарин, В. Г. Богданова, А. А. Пашинин (Институт динамики систем и теории управления им. В. М. Матросова Сибирского отделения РАН, Иркутск, Россия) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript

Eng

I. V. Bychkov, G. A. Oparin, V. G. Bogdanova, A. A. Pashinin (Matrosov Institute for System Dynamics and Control Theory of Siberian Branch of Russian Academy of Sciences, Irkutsk, Russia) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript

+ - Библиографический список (References) Click to collapse

Рус

1. Sebastio S., Amoretti M., Lluch-Lafuente A. A. Computational Field Framework for Collaborative Task Execution in Volunteer Clouds. SEAMS 2014. Р. 105 – 114.
2. Viroli M., Damiani F., Beal J. A Calculus of Computational Fields // Advances in Service-Oriented and Cloud Computing, Ch. 10, Communications in Computer and Information Science. 2013. V. 393. Р. 114 – 128. doi: 10.1007/978-3-642-45364-9
3. Ершов А. П. Научные основы доказательного программирования // Вестник Академии Наук СССР. 1984. № 10. С. 9 – 19.
4. Опарин Г. А., Новопашин А. П. Булевы модели синтеза параллельных планов решения вычислительных задач // Вестник НГУ. Сер.: Информационные технологии. 2008. Т. 6, вып. 1. С. 53 – 59.
5. Gorodetskii V. I. Self-Organization and Multiagent Systems: I. Models of Multiagent Self-Organization // Journal of Computer and Systems Sciences International. 2012. V. 51, Is. 2. Р. 256 – 281.
6. Каляев И. А., Капустян С. Г. Самоорганизация распределенных систем управления группами интеллектуальных роботов, построенных на основе сетевой модели // Управление большими системами. Спец. вып. 30.1 «Сетевые модели в управлении». 2010. С. 605 – 639.
7. Wooldridge M., Jennings N. R. The Cooperative Problem Solving Process // Logic & Computation. 1999. V. 9, Is. 4. P. 563 – 592.
8. Поспелов Д. А. Моделирование рассуждений. Опыт анализа мыслительных актов. М.: Радио и связь, 1989. 184 с.
9. Service-Oriented Multiagent Control of Distributed Computations / I. V. Bychkov et al. // Automation and Remote Control. 2015. V. 76, Is. 11. P. 2000 – 2010.
10. Dubrova E., Teslenko M. A Sat-Based Algorithm for Finding Attractors in Synchronous Boolean Networks // IEEE ASM Transaction in Computational Biology and Bioinformatics. 2011. V. 8, Is. 5. P. 1393 – 1399.
11. Elena Dubrova’s Home Page [Электронный ресурс]. URL: https:// people.kth.se/~dubrova/ (дата обращения: 25.06.2017).
12. Опарин Г. А., Богданова В. Г. РЕБУС – интеллектуальный решатель задач в булевых ограничениях // Вестник НГУ. Сер.: Информационные технологии. 2008. Т. 6, вып. 1. С. 60 – 68.
13. Иркутский суперкомпьютерный центр Сибирского отделения РАН [Электронный ресурс]. URL: http://hpc.icc.ru (дата обращения: 25.06.2017).

Eng

1. Sebastio S., Amoretti M., Lluch-Lafuente A. A. (2014). Computational field framework for collaborative task execution in volunteer clouds. SEAMS 2014, pp. 105-114.
2. Viroli M., Damiani F., Beal J. A (2013). Calculus of computational fields. Advances in service-oriented and cloud computing, Ch. 10, Communications in Computer and Information Science, 393, pp. 114-128. doi: 10.1007/978-3-642-45364-9
3. Ershov A. P. (1984). The scientific basis of evidence-based programming. Vestnik Akademii Nauk SSSR, (10), pp. 9- 19. [in Russian Language]
4. Oparin G. A., Novopashin A. P. (2008). Boolean models for synthesis of parallel plans of solving computational problems. Vestnik Novosibirskogo Gosudarstvennogo Universiteta: Seriya Informacionnye Tekhnologii, 6(1), pp. 53- 59. [in Russian Language]
5. Gorodetskii V. I. (2012). Self-organization and multiagent systems: I. models of multiagent self-organization. Journal of Computer and Systems Sciences International, 51(2), pp. 256-281.
6. Kalyaev I. A., Kapustyan S. G. (2010). Self-organization of distributed control systems for groups of intelligent robots built on the basis of a network model. Large-scale Systems Control. Special Volume 30.1 “Network Models in Management”, pp. 605-639. [in Russian Language]
7. Wooldridge M., Jennings N. R. (1999). The cooperative problem solving process. Logic & Computation, 9(4), pp. 563-592. [in Russian Language]
8. Pospelov D. A. (1989). Modeling of reasoning. The experience of analysis of mental acts. Moscow: Radio i sviaz'. [in Russian Language]
9. Bychkov I. V. et al. (2015). Service-oriented multiagent control of distributed computations. Automation and Remote Control, 76(11), pp. 2000-2010.
10. Dubrova E., Teslenko M. (2011). A satbased algorithm for finding attractors in synchronous Boolean networks. IEEE ASM Transaction in Computational Biology and Bioinformatics, 8(5), pp. 1393-1399.
11. Elena Dubrova’s Home Page. Available at: https:// people.kth.se/~dubrova/ (Accessed: 25.06.2017).
12. Oparin G. A., Bogdanova V. G. (2008). REBUS – intelligent solver for combinatorial problems in Boolean constraints. Vestnik Novosibirskogo Gosudarstvennogo Universiteta: Seriya Informacionnye Tekhnologii, 6(1), pp. 60-68. [in Russian Language]
13. Irkutsk Supercomputer Center of the Siberian Branch of the Russian Academy of Sciences. Available at: http://hpc.icc.ru (Accessed : 25.06.2017). [in Russian language]

+ - Заказать электронную версию статьи (Purchase digital version of a single article) Click to collapse

Рус

Статью можно приобрести в электронном виде (PDF формат).

Стоимость статьи 350 руб. (в том числе НДС 18%). После оформления заказа, в течение нескольких дней, на указанный вами e-mail придут счет и квитанция для оплаты в банке.

После поступления денег на счет издательства, вам будет выслан электронный вариант статьи.

Для заказа скопируйте doi статьи:

10.14489/vkit.2017.10.pp.035-042

и заполните форму

Отправляя форму вы даете согласие на обработку персональных данных.

Eng

This article is available in electronic format (PDF).

The cost of a single article is 350 rubles. (including VAT 18%). After you place an order within a few days, you will receive following documents to your specified e-mail: account on payment and receipt to pay in the bank.

After depositing your payment on our bank account we send you file of the article by e-mail.

To order articles please copy the article doi:

14489/vkit.2017.10.pp.035-042

and fill out the form